Python的进阶之路：详解列表与元组
1. 列表和元组为何要总放在一起
列表和元组在基础篇已经好好的研究了基础用法，你应该保留一个基本印象就是列表和元组，就是一个可以放置任意数据类型的有序集合，或者当成一个容器也可以。
它们两个最直接的区别就是，列表长度大小不固定，可变，元组长度大小固定，不可变。
在很多地方，会把这种区别叫做动态与静态。
这里最常见的一个错误就是给元组赋值或者修改值了，错误提示如下，出现了要知道原因是啥?
TypeError: 'tuple' object does not support item assignment
如何去给元组增加数据呢，我想你应该也比较清楚了，就是新创建一个元组，把新的数据和旧的数据一拼接，搞定。
# 梦想橡皮擦 专用的反爬虫注释
my_old_tuple = (1, 2, "a", "b")
my_new_tuple = ("c", "d")
my_tuple = my_old_tuple+my_new_tuple
print(my_tuple)
对于基础部分，还有要注意的就是，元组如果只有一个元素，一定要这么写 (1,) ，逗号不要遗漏，遗漏了括号里面是啥数据类型，最后得到的就是那个数据类型的数据了。
1.1 列表和元组的切片
列表和元组都是有序的，有序就能切片，而切片记住是顾头不顾尾的操作，例如下述代码。
my_tuple = my_old_tuple+my_new_tuple
print(my_tuple[1:3])
在刚学习切片的时候，一个比较常见的错误如下，该错误产生的原因是，[] 中括号里面的 : 写成其他符号了。
TypeError: tuple indices must be integers or slices, not tuple
1.2 负数索引与二者相互转换
列表与切片二者都支持负数索引取值，但是需要知道负数索引是从 -1 开始的，为啥?自己琢磨。
小声嘀咕：还不是因为 0 只有一个
二者也可以互相转换，转换应用的是内置的函数 list 和 tuple，顺着函数学习下去，列表与元组都有一些可以应用的内置函数，这部分在滚雪球第一遍学习的时候，咱已经都搞定了，很简单的知识点。
1.3 列表与元组的存储方式
运行下述代码查看运行结果，列表与元组元素数目保持一致。
my_list = ["a", "b", "c"]
print(my_list.__sizeof__())
my_tuple = ("a", "b", "c")
print(my_tuple.__sizeof__())
输出的结果存在差异，相同元素数据的列表与元组，系统给列表分配的空间要大一些
64
48
第一个知识点是 __sizeof__(): 表示的打印系统分配空间的大小。
接下来我们对其进行一下基本的测试，从列表检测系统分配是如何进行空间分配的。
my_list = []
print("初始化大小",my_list.__sizeof__())
my_list.append("a")
print("追加1个元素之后的大小",my_list.__sizeof__())
my_list.append("b")
print("追加2个元素之后的大小",my_list.__sizeof__())
my_list.append("c")
print("追加3个元素之后的大小",my_list.__sizeof__())
my_list.append("d")
print("追加4个元素之后的大小",my_list.__sizeof__())
my_list.append("e")
print("追加5个元素之后的大小",my_list.__sizeof__())
运行结果为：
初始化大小 40
追加1个元素之后的大小 72
追加2个元素之后的大小 72
追加3个元素之后的大小 72
追加4个元素之后的大小 72
追加5个元素之后的大小 104
增加一个元素之后，大小变成了 72，然后连续增加 4 个元素，系统分配的大小都没有变化，地 5 个元素，又增加了 32 字节空间，这样已经可以得到结论了：
列表会一次性的增加 4 个元素的空间，当空间使用完毕之后，才会继续增加。
上述代码的原理：
列表从本质上看，是一个动态的数组，列表中并不是存储的真实数据，而是每个元素在内存中的地址(引用)，因为列表存储是元素的引用这个特性，所以引用占用的内存空间是相同的，也就是 8 个字节，并且这样可以存储不同类型的数据。
在 64 位的操作系统中，地址占用 8 个字节，如果你的电脑是 32 位，那地址占用的是 4 个字节，注意下即可。
1.4 列表和元组的应用场景
简单来说，元组用在固定元素内容的数据上，列表用在可变的数据上，在希望记忆的简单一些，可以直接记成如果只需要 2、3 个元素，就使用 tuple，元素在多就使用 namedtuple，它是一个函数。
使用 namedtuple 需要先进行导入。
from collections import namedtuple
help(namedtuple)
函数原型如下：
namedtuple(typename, field_names, *, rename=False, defaults=None, module=None)
# Returns a new subclass of tuple with named fields.
先写一段测试代码：
from collections import namedtuple
Point = namedtuple('Point', ['x', 'y'])
p = Point(10, 20)
print(p.x)
print(p.y)大连人流医院 http://www.84211111.cn/
前面两个参数需要简单学习一下。
typename：字符串类型的参数，这个参数理解起来比较绕，贴一下官方的解释，namedtuple() 会根据这个 typename， 创建一个子类类名返回出去，例如上文的测试代码中的 Point，创建好的类名称就是 Point ，第二个参数就是以后的类属性了。
field_names：用于为创建的元组的每个元素命名，可以传入列表或者元组，例如 ['a', 'b'] 、(a,b)，也可以传入'a b' 或 'a,b' 这种被逗号或空格分割的单字符串。
上文中如果你希望看到类被构建的过程，可以增加参数 verbose，但是这个参数在官网也有相关的说明，有的版本是不支持的，在 Python 3.7 之后就没有该属性了。
Changed in version 3.6: The verbose and rename parameters became keyword-only arguments.
Changed in version 3.6: Added the module parameter.
Changed in version 3.7: Removed the verbose parameter and the _source attribute.
Changed in version 3.7: Added the defaults parameter and the _field_defaults attribute.
初始化空列表是使用 list() 还是使用 []
该内容可以使用下述代码进行一下效率的测试。
import timeit
a = timeit.timeit('a=list()', number=10000000 )
b = timeit.timeit('a=[]', number=10000000 )
print(a)
print(b)
运行结果：
1.6634819
0.5888171999999998
结论是 [] 速度更快，因为 list() 是函数调用，效率肯定要低一些。
有了上述函数，你也可以测试一下相同的元素在列表与元组初始化的时候，哪个效率更好。
import timeit
a = timeit.timeit('a=("a","b","c")', number=10000)
b = timeit.timeit('b=["a","b","c"]', number=10000)
print(a)
print(b)
运行结果如下：
# 初始化元组
0.0005571000000000048
# 初始化列表
0.002022099999999999
